对于描述电力变压器状态的指标量，第一，指标有很多，用单一的状态量很难对变压器 的状态进行有效的评估。第二，对于变压器的状态，很难对其进行一个确定的评价。我们得到的指标量是确定的，但是对变压器状态的评估是模糊的，因此需要对这些得到的数据进行 有效的处理，即进行模糊计算[11]。因此对变压器的运行状态进行评估有必要引进模糊理论的知识。78755

文献[8]为了提高评估的效率和准确性，将 DGA 数据的每个子类都使用模糊学习矢量量化 网络。但是 DGA 数据有局限性，在某种程度上可靠性比较低。文献[9]以模糊理论为基础，使 用了模糊层次法，确定了各个指标的权重，通过指标的相对劣化度和权重的结合提出了一种 新的方法——劣化变权法。同时基于证据理论，对变压器进行状态评估。文献[11]采用模糊 综合评判法结合改进的模糊层次分析法求权重来评估电力变压器的状态。对于某些指标，采 用了神经网络隶属函数法来进行评判矩阵的建立。文献[12]提出一种对干式变压器进行状态 评估的模型，采用了模糊层次分析法，根据模糊理论建立了多层次的系统，对干式变压器建 立了状态评估模型。文献[13]建立了变压器状态评估指标体系，对指标使用相对劣化度理论 进行归一化，论文网以此为输入依据，对油中气体进行神经网络的处理，建立合适的隶属函数，最 终达到判断变压器状态的目的。文献[14]在一般模糊理论的基础上，针对常权的不足，对常 权进行修正，引进变权，基于多级模糊评判的思想分别对各层进行评判，综合得出了变压器 状态。文献[15]提出了针对状态量进行归一化的半梯形模型，利用模糊理论对油浸式变压器 进行状态评估，建立了相应的状态评估模型，利用合适的隶属度函数模型来达到最终目的